Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Teknologi blockchain telah merevolusi cara transaksi digital dilakukan dengan menciptakan platform terdesentralisasi yang meningkatkan keamanan dan transparansi setiap transaksi. Ethereum, salah satu cryptocurrency terkemuka memiliki volatilitas harga yang signifikan. Hal ini menjadi tantangan bagi para pedagang untuk dapat mengambil keputusan jual/beli yang tepat. Penelitian ini bertujuan untuk mengembangkan model prediksi keputusan jual dan beli Ethereum menggunakan metode machine learning. Data yang digunakan meliputi harga dan volume perdagangan Ethereum per menit dari 1 Februari 2024 hingga 7 Maret 2024. Hasil penelitian menunjukkan bahwa model XGBoost memiliki performa terbaik dengan akurasi prediksi sebesar 92.1% dan kecepatan komputasi rata-rata 0.29 detik per prediksi. Evaluasi feature importance mengungkapkan bahwa lebih dari 50% fitur dalam model tidak signifikan dan dapat dihapus untuk meningkatkan efisiensi komputasi. Penelitian ini berhasil mencapai tujuannya dengan mengembangkan model prediksi yang akurat dan efisien untuk membantu pedagang dalam mengambil keputusan jual/beli Ethereum. ......Blockchain technology has revolutionized digital transactions by creating a decentralized platform that enhances security and transparency. Ethereum, a leading cryptocurrency, experiences significant price volatility, presenting challenges for traders in making accurate buy/sell decisions. This study aims to develop a predictive model for Ethereum buy and sell decisions using machine learning. The data utilized includes minute-by-minute price and trading volume of Ethereum from February 1, 2024, to March 7, 2024. The results indicate that the XGBoost model performs best, achieving a prediction accuracy of 92.1% and an average computation speed of 0.29 seconds per prediction. The feature importance evaluation revealed that over 50% of the features were insignificant and were removed to enhance computational efficiency. This research successfully developed an accurate and efficient predictive model, which can assist traders in making informed buy/sell decisions for Ethereum. Future research recommendations include integrating real-time sentiment data and exploring other machine learning methods to further improve model accuracy and performance.

Abstrak :
Ketidakpastian akibat pandemi COVID-19 mendorong investor mencari instrumen lindung nilai untuk meminimalkan risiko, yang dapat berupa aset lindung nilai atau safe-haven. Oleh karena itu, penelitian ini untuk mengetahui apakah bitcoin, ethereum, dan emas berperilaku sebagai aset lindung nilai dan safe-haven sebelum dan selama pandemi di Indonesia. Hal ini dapat dilihat dengan melihat pengaruh imbal hasil dan volatilitas pasar saham Indonesia terhadap return dan volatilitas bitcoin, ethereum, dan emas. Penelitian ini menggunakan model regresi linier sederhana dan regresi kuantil pada data harga penutupan harian yang diambil sebelum dan selama COVID-19. Studi ini menemukan bahwa mereka dapat menjadi aset lindung nilai dan safe-haven selama pandemi COVID-19 di Indonesia. Hal ini karena hasil menunjukkan bahwa ada beberapa korelasi yang signifikan antara aset. Hasil penelitian ini dapat membantu investor untuk menentukan aset mana yang dapat menjadi instrumen lindung nilai. ......The uncertainty due to the COVID-19 pandemic has encouraged investors to look for value hedging instruments to minimize risk, which can be in the form of hedging assets or safe-haven assets. In response to it, this study aims to find out whether bitcoin, ethereum, and gold can behave as hedging and safe-haven assets before and during the pandemic in Indonesia. This can be done by looking at the effects of yields and volatility on the Indonesian stock market on the returns and volatility of bitcoin, ethereum, and gold. This study uses simple linear regression and quantile regression models on data of daily closing price taken before and during COVID-19. This study finds that they can be hedge and safe-haven assets during the COVID-19 pandemic in Indonesia. The results show that there are some significant correlations between assets. The research results can help investors to determine which assets can be hedging instruments.